Zatiaľ čo kvantitatívne údaje poskytujú merateľné „čo“ prostredníctvom čísel a vzorcov, kvalitatívne poznatky odhaľujú „prečo“ sa skrýva za ľudským správaním. Zvládnutie oboch umožňuje organizáciám prekonať rámec obyčajných tabuliek a kombinovať tvrdé štatistické dôkazy s bohatým emocionálnym kontextom osobných skúseností, aby mohli robiť skutočne informované rozhodnutia.
Nečíselné informácie zhromaždené pozorovaním a rozhovormi s cieľom pochopiť motivácie, myšlienky a emocionálne faktory.
Číselné fakty a merania používané na identifikáciu všeobecných trendov a poskytovanie štatistických dôkazov vo veľkých populáciách.
| Funkcia | Kvalitatívne poznatky | Kvantitatívne údaje |
|---|---|---|
| Základná otázka | Prečo sa to deje? | Koľko/veľa? |
| Formát údajov | Slová, obrázky, videá | Čísla a grafy |
| Veľkosť vzorky | Malé a špecifické | Veľký a reprezentatívny |
| Štýl uvažovania | Induktívna (teória budov) | Deduktívna (teória testovania) |
| Výskumná metóda | Rozhovory, Etnografia | Prieskumy, A/B testovanie |
| Úroveň flexibility | Vysoká (možnosť zmeny úrovne uprostred štúdia) | Nízka (fixné parametre) |
Kvantitatívne údaje fungujú ako satelit vo vysokej nadmorskej výške, ktorý vám presne ukazuje, kde sa nachádzajú dopravné zápchy vo vašom produkte alebo službe. Kvalitatívne poznatky sú však ako rozhovory s vodičmi; vysvetľujú, že zápcha existuje preto, lebo značka je mätúca alebo preto, že ľudí rozptyľuje konkrétny orientačný bod.
Výskumníci často používajú kvalitatívne metódy na preskúmanie nového územia a generovanie nových hypotéz, keď nevedia, čo môžu očakávať. Keď je teória vytvorená, prichádzajú na rad kvantitatívne metódy, ktoré potvrdzujú, či táto myšlienka platí pre tisíce ľudí, alebo či ide len o ojedinelý prípad.
Z tabuľky sa dá zistiť, že 40 % používateľov ukončilo vašu aplikáciu na stránke platby, čo je objektívny fakt. Subjektívnu pravdu môžu odhaliť iba kvalitatívne poznatky: že títo používatelia mali pocit, že farba tlačidla „Kúpiť“ vyzerala nedôveryhodne, alebo že ich znenie vyvolávalo obavy o ich súkromie.
V kvantitatívnom svete sa výskumník snaží zostať odmeraný, aby sa vyhol ovplyvňovaniu čísel. V kvalitatívnom výskume je výskumník aktívnym nástrojom, ktorý využíva empatiu a doplňujúce otázky na hlbšie ponorenie sa do príbehu účastníka, čím sa proces stáva oveľa osobnejším.
Kvalitatívny výskum nie je „skutočná“ veda.
Toto je bežná skreslenosť; v skutočnosti kvalitatívny výskum používa prísne rámce ako napríklad Grounded Theory. Nie je „menejcenný“ ako matematika; jednoducho odpovedá na otázky, na ktoré matematika nie je schopná reagovať.
Na to, aby mali kvalitatívne poznatky význam, potrebujete tisíce ľudí.
skutočnosti sa často dá dosiahnuť „saturácia“ – kedy prestanete počuť nové informácie – už s 12 až 15 dobre zvolenými témami rozhovoru. Kvalitatívna práca sa týka hĺbky poznatkov, nie počtu hláv.
Kvantitatívne údaje sú vždy objektívne.
Čísla môžu klamať rovnako ľahko ako ľudia. Ak je otázka v prieskume zle formulovaná alebo je vzorka skreslená, výsledné „objektívne“ údaje budú zásadne chybné.
Kvalitatívne a kvantitatívne údaje by sa mali uchovávať oddelene.
Najlepšie poznatky pochádzajú z „triangulácie“, kde použijete oba typy údajov, aby ste zistili, či poukazujú na rovnaký záver. Ak vaše čísla hovoria jednu vec a vaši zákazníci druhú, práve tam dochádza k najcennejším objavom.
Kvantitatívne údaje použite, keď potrebujete dokázať trend, vypočítať návratnosť investícií alebo urobiť riskantnú predpoveď. Kvalitatívne poznatky použite, keď potrebujete inovovať, pochopiť pokles lojality zákazníkov alebo pridať do svojich prehľadov ľudskú tvár.
Agregácia údajov v reálnom čase a statické informačné zdroje predstavujú dva zásadne odlišné prístupy k spracovaniu údajov. Agregácia v reálnom čase nepretržite zhromažďuje a spracováva živé údaje z viacerých streamov, zatiaľ čo statické zdroje sa spoliehajú na fixné, vopred zhromaždené súbory údajov, ktoré sa menia zriedkavo, pričom uprednostňujú stabilitu a konzistenciu pred bezprostrednosťou.
Rozhodovanie sa medzi analýzou správania používateľov založenou na dátach a intuíciou zážitkového dizajnéra predstavuje základnú rovnováhu v modernom vývoji digitálnych produktov. Zatiaľ čo analytika poskytuje empirický, kvantitatívny dôkaz o tom, ako používatelia interagujú so živým rozhraním, intuícia využíva odborné znalosti a psychológiu na inovácie a riešenie abstraktných problémov používateľov ešte predtým, ako dáta vôbec existujú.
Analýza startupov založená na dátach sa pri hodnotení startupov spolieha na merateľné metriky, ako je rast, tržby a udržanie zamestnancov, zatiaľ čo naratívna analýza sa zameriava na rozprávanie príbehov, víziu a kvalitatívne signály. Oba prístupy investori a zakladatelia bežne používajú na posúdenie potenciálu, líšia sa však v tom, ako sa interpretujú dôkazy a ako sa rozhodnutia odôvodňujú.
Analýza trhových trendov sa zameriava na široké pohyby v odvetví, správanie zákazníkov a ekonomické zmeny, zatiaľ čo analýza na úrovni spoločnosti sa zameriava na výkonnosť a stratégiu konkrétneho podniku. Oba prístupy sa široko používajú v investovaní, obchodnom plánovaní a konkurenčnom výskume, ale odpovedajú na veľmi odlišné otázky.
Toto porovnanie podrobne popisuje prevádzkové rozdiely medzi logistickou analytikou v reálnom čase, ktorá spracováva údaje zo senzorov v reálnom čase na optimalizáciu vozidiel počas trasy, a reflexiou po ceste, ktorá následne vyhodnocuje historické metriky jázd s cieľom odhaliť systémové neefektívnosti vozového parku a dlhodobé príležitosti na úsporu nákladov.
